高光譜遙感是高光譜分辨率遙感的簡稱，它是20世紀末迅速發展起來的一種全新遙感技術，是指利用遙感儀器在特定光譜域以高光譜分辨率(光譜分辨率在10nm以下)獲取連續的地物光譜圖像的遙感技術。成像光譜儀 為每個像元提供數十至數百個窄波段光譜信息，能產生一條完整而連續的光譜曲線。

       圖1 GaiaSky-mini無人機同一區域不同高度植被光譜曲線

       農業是按照田間每一操作單元(區域、部位)的具體條件，精細準確地調整各項土壤和作物管理措施，zui大限度地優化使用各項農業投入，以獲取單位面積上的zui高產量和zui大經濟效益，同時保護農業生態環境，保護土地等農業自然資源。它是20世紀80年代中期從事作物栽培、土壤肥力、作物病蟲草害防治的專家們在進行作物生長模擬、栽培管理、測土配方施肥等專家應用系統研究中，為進一步了解農田內小區作物產量和生長環境條件的時空差異，從而實現定位、定量投入而發展起來的。農業的基礎是地塊內的空間變異。農業要求生產和資源利用上的“精”和管理發展上的“準”，包含遙感技術在內的3S技術是它的一個重要組成部分。

　　從地面遙感傳感器到測視雷達，從田間養分速測儀到星載的成像光譜儀，遙感技術在農業領域的應用有了很大發展，同時取得了巨大的經濟和社會效益。高光譜成像技術的發展為遙感信息定量應用開辟了新的領域，并逐漸成為新興的農業zui重要的技術手段之一。本文綜述了遙感監測技術在水稻、小麥、大豆、玉米等作物上的應用情況，以期為農業生產提供借鑒與參考。

1、農作物高光譜遙感識別和分類

　　農作物遙感識別是遙感技術在農業領域應用的重要內容，也是資源遙感的重要組成部分。植被光譜不僅具有高度相似性和空間變異性，而且具有時間動態性強等特點。不同植被的光譜隨時間的變化規律也具有明顯的區別，因此充分發揮高光譜遙感的*性能，特別是其在區分地表細微差別方面的優勢，同時結合植被的時間動態特征，將大大提高土地覆蓋類型的識別與分類精度。

　　研究結果表明，高光譜成像技術能有效地對作物進行分類和識別，且分類精度較高，這對于大比例尺度研究地表作物覆蓋、入侵植物監測等提取更加細致的信息提供了有力保障。

2、高光譜遙感監測作物葉面積指數、生物量和葉綠素含量

　　葉面積指數(LAI)通常是指單位面積土地上所有葉片表面積的總和，或單位面積上植物葉片的垂直投影面積總和。它是生態系統的一個重要結構參數，可用來反映植物葉面數量、冠層結構變化、植物群落生命活力及其環境效應，為植物冠層表面物質和能量交換的描述提供結構化的定量信息。葉面積指數與生物量(干重、鮮重)和葉綠素是衡量作物生長狀況的重要指標。如何利用遙感技術實時監測植株葉面積、生物量和葉綠素，對于作物的管理調控及估產具有重要意義。

       采用單變量線性與非線性擬合模型和逐步回歸分析，建立水稻LAI的高光譜遙感估算模型，在高光譜變量與LAI之間的擬合分析中，藍邊內一階微分的總和與紅邊內一階微分總和的比值和歸一化差植被指數是*變量。根據測定的不同品種類型、不同株型、不同發育期的春玉米葉片及其他器官、不同葉位葉片及葉片不同部位的高光譜反射率和葉片葉綠素、類胡蘿卜素含量，提出葉片葉綠素和類胡蘿卜素濃度與光譜植被指數R800/R550、R673/R640、PSSRa、PSNDa、RCh、CARI、λred、Dλred和Sred極顯著相關。對早播稻、晚播稻和玉米的多時相群體光譜測量數據和相應的葉片葉綠素密度測量數據進行了相關性分析，結果表明早播稻、晚播稻和玉米的群體光譜反射率數據及其導數光譜數據與葉綠素密度具有很好的相關性。通過獲取水稻生育期的光譜反射率數據，對光譜數據和實際測量值進行了相關性分析，發現水稻葉片葉綠素濃度與其光譜反射率具有相關性，且在450～680nm和750～770nm光譜區內相關性較好，在686nm處兩者的相關性zui高;水稻葉片的“紅邊”拐點位置波長與其葉綠素濃度具有很強的相關性(復相關系數為0.88)。通過利用多元回歸方法分析了水稻多時相的可見光、近紅外和中紅外光譜與葉面積指數、干生物量及產量的關系，并研究了水稻冠層的可見光、近紅外和中紅外反射光譜，進而評價水稻的缺水情況，結果表明，其一階導數光譜在960nm處與水稻冠層水分指數具有很高的相關性，可用于指導灌溉作業。

　　由以上研究結果可知，利用高光譜數據可以及時估算及預測作物的生物量、葉面積指數、葉綠素等生理參數。目前，光譜特征正成為實時、快速監測作物長勢的有效手段。

3、高光譜遙感監測作物養分及水分狀況

　　在農作物生產中，水肥是影響作物生長的zui主要因素之一。氮磷鉀肥是作物生長和產量形成所必需的重要元素;水分是作物的主要組成成分，水分虧缺將直接影響作物的生理生化過程和形態結構，從而影響作物生長。因此，及時準確地監測作物的水分狀況對提高作物水分管理水平、指導節水農業生產具有重要意義。利用高光譜成像技術對作物礦質營養和水分脅迫進行監測，進而估算作物的營養和需水狀況，從而指導施肥灌溉，是近年來發展起來的一門新技術。

        氮、磷、鉀等元素的缺乏可導致小麥葉綠素含量降低和可見光(400～700nm)及近紅外波段(700～1100nm)光譜反射率增加。通過研究了不同供氮水平下2個水稻品種冠層、主莖葉片在不同發育期的高光譜反射率及對應的葉綠素、類胡蘿卜素含量，結果表明，不同供氮水平的水稻冠層和葉片光譜差異明顯，其光譜反射率隨供氮水平的提高在可見光范圍內降低，在近紅外區域增高。小麥葉片氮積累與冠層高光譜參數也存在定量關系，研究表明，冠層葉片氮積累量隨著施氮水平的提高而增加，光譜反射率在不同葉片氮積累水平下發生相應變化。580～710nm和750～950nm波段可作為檢測水稻鉀營養水平的冠層光譜敏感波段。對于不同水分脅迫下冬小麥的高光譜反射率和紅邊參數測量表明，不同水分處理下冬小麥高光譜反射率具有綠色植物特征。研究發現，可見光、近紅外區域受背景影響較小，而短波近紅外區域受背景影響較大。

　　以上大量研究結果表明，利用高光譜成像技術可以對作物的營養狀況和水分含量進行比較準確的分析和檢測，為變量施肥和灌溉提供參考，從而節省農業資源的投入。高光譜養分和水分診斷模型在農業生產中具有較高的應用價值和廣闊的應用前景。

4、農作物長勢監測和估產

　　高光譜遙感的超多波段(幾十、上百個)和高分辨率(3～20nm)使其可用于探測植被的精細光譜信息(特別是植被各種生化組分的吸收光譜信息)，反演植被各生化組分的含量，監測植被的生長狀況。

　　另外，還可通過高光譜信息監測植物病蟲害。植物病蟲害監測是通過監測葉片的生物化學成分來實現的，病蟲害感染導致葉片葉肉細胞的結構發生變化，進而使葉片的光譜反射率發生變化。同種健康小麥和發生條銹病的小麥植株(包括病害處于潛伏期的植株)的光譜特征存在明顯差異，而這些差異主要體現在某個或某幾個光的光譜吸收帶上。通過對不同病情指數下小麥冠層的光譜進行研究，發現小麥條銹病冠層反射率隨小麥病情指數的變化呈明顯而有規律的變化。不同嚴重度小麥白粉病冠層光譜反射率及病情指數表明，灌漿期地面光譜測量冠層光譜反射率和低空遙感數字圖像反射率與小麥白粉病病情指數存在顯著的相關關系。

　　利用遙感信息進行作物估產是利用某種植被指數在作物生長發育關鍵期內的和與產量的實測或統計數據間建立的各種形式的相關方程來實現的，如目前單產估算應用較多的是回歸分析法，其基本原理為:

　　y=b0+b1x1+b2x2+b3x3+…+bixi+e式中，y為作物產量;xi為經過平滑的光譜反射率或NDVI指數。

　　結合水稻的生長發育規律，對水稻抽穗后冠層、葉片和穗進行了高光譜反射率測定，根據光譜曲線特征構建了新的高光譜植被指數，利用相關分析方法分析水稻理論產量和實際產量與這些植被指數及冠層紅邊參數的相關關系，建立了水稻高光譜單產估算模型。

　　從上述研究結果可知，利用高光譜成像技術可以快速、簡便、大面積、無破壞、客觀地監測作物的長勢并對作物進行估產，高光譜成像技術在生產中具有良好的應用前景，是農作物長勢監測和估產的主要發展方向。